从异或神经网络到图像识别
From XOR Neural Network to image recognition
我有一个基本的 XOR 训练神经网络，可以正确使用以下结构。 2 个输入、2 个隐藏节点和 1 个输出。我想将其扩展到具有 NxN 个输入、M 个隐藏节点和 O 个输出的灰度图像识别。
我的问题是，does/would相同的基础理论适用于具有 NxN 浮点输入值的网络在 0.0 和 1.0 之间使用相同的前馈和反向传播作为用于 XOR 网络的应用程序，还是涉及更多步骤？
假设你想创建一个经典网络 - 一切都完全一样，只需将你的图像矢量化 - 这意味着它不是真正的 NxN 矩阵，而是 N^2 长矢量，其值介于 0 和 1 之间。
我有一个基本的 XOR 训练神经网络，可以正确使用以下结构。 2 个输入、2 个隐藏节点和 1 个输出。我想将其扩展到具有 NxN 个输入、M 个隐藏节点和 O 个输出的灰度图像识别。
我的问题是，does/would相同的基础理论适用于具有 NxN 浮点输入值的网络在 0.0 和 1.0 之间使用相同的前馈和反向传播作为用于 XOR 网络的应用程序，还是涉及更多步骤？
假设你想创建一个经典网络 - 一切都完全一样，只需将你的图像矢量化 - 这意味着它不是真正的 NxN 矩阵，而是 N^2 长矢量，其值介于 0 和 1 之间。